Senior / Staff ML Engineer

Мы развиваем AI-лабораторию и ищем Senior ML Engineer, который будет заниматься созданием и развитием прикладных AI- и ML-решений для реальных бизнес-задач.

В команде можно работать с разными направлениями: классическим ML, NLP и LLM, агентными системами, Computer Vision, речевыми и мультимодальными технологиями.

Нам нужен сильный ML-инженер, который умеет самостоятельно погружаться в задачу, выбирать оптимальный технический подход, проводить эксперименты и доводить решения до production. Важна не только экспертиза в конкретной области, но и широкий инженерный кругозор, интерес к новым технологиям и готовность работать с разными типами ML-задач.

Чем тебе придется заниматься:

• Проектировать и разрабатывать ML-решения для прикладных бизнес-задач в различных направлениях: классический ML, NLP/LLM и агентные сценарии, Computer Vision, речевые и мультимодальные технологии
• Определять технический подход к задаче: выбирать модели и архитектуру решения, проводить эксперименты, сравнивать альтернативы и принимать решения с учетом качества, производительности, стоимости и ограничений эксплуатации
• Вести ML-часть решения end-to-end: от анализа задачи и разработки прототипа до подготовки модели к inference, интеграции и промышленного запуска совместно с Backend- и MLOps-разработчиками
• Разрабатывать подходы к оценке качества ML-систем: формировать метрики, evaluation-наборы и тестовые сценарии, проводить анализ ошибок и контролировать качество решений после запуска
• Оптимизировать модели и ML-пайплайны по качеству, latency, throughput и потреблению вычислительных ресурсов
• Участвовать в проектировании общей архитектуры решений и технической декомпозиции ML-задач
• Проводить code review и помогать в развитии менее опытных разработчиков команды

Мы ожидаем:

• От 4 лет коммерческого опыта разработки ML-решений на Python
• Глубокое понимание методов машинного обучения и нейронных сетей, принципов обучения и валидации моделей, выбора метрик и анализа ошибок
• Сильный практический опыт хотя бы в одном из направлений: NLP/LLM, Computer Vision, речевые технологии, классический ML или мультимодальные модели
• Опыт самостоятельного проектирования ML-решения: от постановки задачи и выбора подхода до оценки результатов и подготовки решения к production
• Практический опыт работы с PyTorch и современными ML-библиотеками
• Понимание полного жизненного цикла ML-систем: подготовка данных, эксперименты, обучение, evaluation, inference, deployment и мониторинг
• Опыт вывода ML-моделей или ML-сервисов в production и понимание требований к производительности, надежности и воспроизводимости решений
• Умение быстро разбираться в новых моделях, подходах и предметных областях и выбирать технологию исходя из задачи, а не из заранее заданного стека
• Опыт взаимодействия с Backend-, Data- и MLOps-разработчиками
• Опыт принятия технических решений, проведения code review и декомпозиции сложных ML-задач

Контур — экосистема для бизнеса. Наши сервисы помогают каждой третьей компании России делать рабочие процессы проще и эффективнее: вести бухгалтерию, сдавать отчетность в госорганы, обмениваться документами без бумаги, общаться друг с другом на удаленке и многое другое. С нами жизнь 3,1 миллионов предпринимателей и их сотрудников становится легче.

О направлении

В команде центра ИИ работает более 100 человек: ML-разработчики, разработчики и аналитики данных, DevOps-инженеры, QA, системные аналитики, product- и project-менеджеры. Свое железо (A100/H100/B300) и асессорская служба позволяют нам не ограничивать себя при работе с чувствительными данными. А крутая инфраструктурная команда создает, улучшает и развивает инструменты MLOps на любой вкус от ресерча до прода.

О команде

Мы развиваем Контур.LLM — собственную платформу, которая предоставляет доступ к большим языковым моделям через API.

Наша цель — развивать ИИ-инфраструктуру на собственных серверах, чтобы продукты Контура могли использовать современные модели без зависимости от внешних провайдеров. Для этого мы работаем над производительностью моделей, увеличиваем пропускную способность и оптимизируем затраты на вычисления.

Технологии

• Языки программирования и ML: Python, PyTorch.
• LLM-инференс: vLLM, LMCache.
• Контейнеризация и оркестрация: Docker, Kubernetes, Helm.
• Инфраструктура: Linux, NVIDIA GPU.
• Мониторинг: Prometheus, Grafana, Kibana.

Задачи

• Развивать инфраструктуру LLM-инференса, обеспечивать стабильную и быструю работу моделей в production.
• Оптимизировать производительность вывода, работать с пакетной обработкой запросов, KV-cache, prefill и decode, а также с механизмами ускорения генерации.
• Исследовать и внедрять способы эффективного использования GPU, снижения задержек и увеличения пропускной способности сервисов.
• Профилировать и тестировать производительность моделей, находить узкие места и оценивать эффективность технических решений.
• Развивать мониторинг и инструменты наблюдаемости, обеспечивать надежную работу LLM-сервисов под нагрузкой.
• Взаимодействовать с продуктовыми и инфраструктурными командами, помогать находить решения для производительности и стабильности LLM API.

Мы ожидаем

• Практический опыт развертывания и эксплуатации LLM-сервисов в production.
• Глубокое понимание архитектуры LLM-инференса и принципов работы современных систем вывода.
• Опыт работы с vLLM и понимание механизмов PagedAttention, continuous batching, prefix caching и KV-cache.
• Знание подходов к оптимизации инференса, включая квантизацию, speculative decoding, управление prefill и decode, а также вычислительными ресурсами.
• Понимание особенностей работы LLM на GPU, умение анализировать производительность, задержки и использование памяти.
• Уверенные навыки работы с Python, PyTorch, Linux, Docker и Kubernetes.
• Опыт профилирования и бенчмаркинга LLM-инференса, понимание метрик TTFT, TPOT и пропускной способности.
• Умение самостоятельно разбираться в сложных технических проблемах, находить причины снижения производительности и предлагать решения.
• Готовность участвовать в поддержке production-сервисов и работать с требованиями к их надежности.

Будут плюсами

• Опыт работы с SGLang, TensorRT-LLM или Triton Inference Server.
• Опыт разработки CUDA- и Triton-ядер, а также использования NVIDIA Nsight.
• Опыт распределенного инференса, включая tensor, pipeline и expert parallelism.
• Опыт работы с Mixture of Experts и MoE, а также с моделями с длинным контекстом.
• Участие в open source проектах vLLM, LMCache, SGLang или аналогичных.

Мы предлагаем

• Уровень дохода, который зависит от ваших технических знаний и навыков. Регулярно пересматриваем зарплаты с учетом профессионального роста. Финансовые бонусы тоже есть.
• Заботу о вашем комфорте. Можете работать удаленно, гибридно или в офисе, в любом случае предоставим технику и все необходимое. Если вам по душе работать из офиса — обеспечим удобным местом, зонами отдыха, кухней с полезными перекусами.
• Сильное инженерное комьюнити. Регулярно проводим внутренние технические конференции, обмениваемся опытом между командами. Вы всегда найдете, с кем посоветоваться.
• Возможность сменить продукт, команду или предметную область внутри компании. Поддерживаем развитие в любом направлении.
• Общение на «ты» и максимум горизонтальных связей в коллективе, чтобы быстрее договариваться и решать рабочие задачи.
• Возможность делиться экспертизой. Помогаем выступать на конференциях, участвовать в подкастах или видео, писать статьи.
• Поддержку профессионального развития. Организуем внутреннее и внешнее обучение.

Приглашаем тебя стать частью нашей команды. С нас — отличные возможности для раскрытия твоего потенциала и реализации самых смелых идей. А вместе мы сможем достичь невероятных вершин!

Ищем Специалиста по машинному обучению в Департамент искусственного интеллекта.

ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:

Вы будете ключевым разработчиком наших интеллектуальных продуктов, создавая и внедряя ML-модели, которые напрямую влияют на ключевые бизнес-метрики: увеличивают эффективность, автоматизируют процессы и создают персонализированный опыт. Ваши решения будут обрабатывать миллионы событий и станут ядром наших сервисов.

1. Разработка и внедрение ML-решений:

• Создание, обучение и валидация моделей для решения бизнес-задач: прогнозирование, классификация, рекомендации, оценка вероятностей.
• Полный цикл разработки модели: от исследовательского анализа данных и генерации гипотез до промышленной эксплуатации и поддержки.
• Поиск и реализация новых ML-подходов для оптимизации бизнес-процессов.

2. Проектирование и поддержка ML-сервисов:

• Создание высоконагруженных, масштабируемых и надежных API-сервисов для инференса моделей (FastAPI, Flask).
• Интеграция ML-сервисов в производственные бизнес-процессы и IT-ландшафт компании.
• Обеспечение мониторинга, тестирования и эксплуатационной надежности ML-систем.

3. Инжиниринг признаков и данных:

• Разработка и поддержка пайплайнов для генерации и управления признаками (Feature Engineering).
• Работа с хранилищами признаков (Feature Store) и обеспечение консистентности данных между обучением и инференсом.
• Создание ETL-процессов для подготовки данных к обучению моделей.

4. Развитие ML-платформы:

• Участие в развитии ML-инфраструктуры, включая системы для экспериментирования, тренировки и развертывания моделей.
• Оптимизация процессов обучения и инференса для повышения эффективности и снижения затрат.
• Автоматизация рутинных операций в жизненном цикле модели (MLOps).

НОВЫМ СОТРУДНИКОМ НАШЕЙ КОМАНДЫ МОЖЕШЬ СТАТЬ ТЫ, ЕСЛИ ИМЕЕШЬ:

Опыт работы Machine Learning Engineer / Data Scientist **от 4-х лет**, включая опыт вывода моделей в production и поддержки на позиции Senior в коммерческих проектах.

Обязательные технические навыки:

• Глубокое знание Python и экосистемы для ML (pandas, scikit-learn, numpy, scipy).
• Опыт работы с фреймворками для ML: Scikit-learn, XGBoost/LightGBM/CatBoost.
• Знание PyTorch или TensorFlow будет большим плюсом.
• Практический опыт разработки продуктовых веб-сервисов (FastAPI, Flask) и понимание принципов REST/gRPC.
• Уверенное владение SQL и опыт работы с OLAP-системами (ClickHouse, BigQuery) и хранилищами данных.
• Понимание полного жизненного цикла модели (MLOps) и опыт работы с инструментами: Docker, Kubernetes, MLflow, Airflow.
• Знание подходов к инженерии признаков, валидации моделей и оценке их бизнес-impact.

Инженерные и исследовательские навыки:

• Умение проектировать, реализовывать и доводить до production сложные ML-системы, а не только прототипы в jupyter notebook.
• Способность анализировать и оптимизировать производительность ML-пайплайнов (инференс, обучение, работа с данными).
• Глубокое понимание классических подходов ML и их применимости в задачах бизнеса.

Бизнес-ориентация:

• Понимание, как ML-решения создают бизнес-ценность.
• Опыт в задачах: прогнозирование спроса, динамическое ценообразование, кредитный скоринг, фрод-детекция, рекомендательные системы.
• Опыт в фудтехе/ритейле/e-commerce — большое преимущество.

Коммуникация:

• Умение ясно доносить сложные технические концепции и результаты экспериментов до кросс-функциональных команд и стейкхолдеров.
• Опыт взаимодействия с аналитиками, продуктологами и инженерными командами.

МЫ ПРЕДЛАГАЕМ ТЕБЕ:

• Всё по ТК РФ: гарантируем уверенность в завтрашнем дне, мы – аккредитованная ИТ-компания
• Развитие и рост: создадим персональный план роста, учитывая твои сильные стороны и поддерживая на каждом этапе. А команда единомышленников поможет адаптироваться
• ДМС со стоматологией и врач в офисе: здоровье сотрудников — в приоритете, даже в офисе
• Удаленный формат работы: мы знаем, как это важно
• Корпоративная культура: от деловых сессий и тренингов до огненных корпоративов — уникальная атмосфера с развитой обратной связью, где каждый чувствует себя значимым
• Фонд помощи сотрудникам: мы ценим каждого члена нашей команды и готовы поддержать в трудные времена. Мы уверены, что вместе мы сможем преодолеть любые сложности
• «Кинг Агент» и «Кинг Босс» — особые программы вознаграждений для тех, кто приводит в команду талантливых коллег
• Дополнительные льготы – от корпоративных скидок до обучения. Занятия спортом, консультации юристов, финансистов, психологов и даже ветеринаров для ваших домашних любимцев

Дочитал(а) весь текст до конца? Держи пасхалку: наша ИТ-рекрутер Валентина просто обожает луковые колечки! Скажи ей, что тоже их любишь – получишь плюсик к карме и 100 очков за внимательность!)))